粒子滤波算法研究
摘要
本文介绍了几种粒子滤波算法,然后详细的介绍了各算法存在的主要问题,以及各种改进算法的优势。最后给出了粒子滤波在研究领域中的一些应用。最后通过介绍几种算法对全文做出了总结。
出处
《电子世界》
2014年第4期209-210,共2页
Electronics World
参考文献5
-
1Gordon N J,Salmond D J,Smith A F Manvel Approach to Nonlinear-Non-Gaussian Bayesian State Estimation[J]. IEE-Procceedings-F,1993,140(2):107-113.
-
2MUSS C,OUDJANEN,L EGLAN F.Improving Regularized Particle Fihers[M].de FREITAS J F G,GORDON N J.Sequential Mortte Carlo Methods in Practice,New York:Springer-Verlag,2001:247-272.
-
3Keller D,Fratkina R.Usirag learning for approximation in stochastic processes[C].1998:287-295.
-
4Fox D,Burgard W,Dellaert F,et al.Monte Carlo localization:efficient position estimation for mobile robots[C].1999:343-349.
-
5Fox D,KLD-sampling:Adaptive particle filters[C]. Vancouver.
-
1蒋蔚,伊国兴,曾庆双.基于SVM数据融合的实时粒子滤波算法[J].系统工程与电子技术,2010,32(6):1334-1338. 被引量：7
-
2戴曼娜,林培杰,程树英,苏诗荐,郑柏春.应用粒子群优化的高斯粒子滤波[J].福州大学学报（自然科学版）,2015,43(1):54-60. 被引量：6
-
3赵丹丹,刘静娜,贺康建.基于容积卡尔曼滤波的高斯粒子滤波算法[J].计算技术与自动化,2017,36(1):82-86.
-
4燕琳凯,毛永毅,杨强强.改进重采样的高斯粒子滤波定位技术[J].测控技术,2016,35(11):18-21. 被引量：2
-
5张俊根,姬红兵,蔡绍晓.基于高斯粒子JPDA滤波的多目标跟踪算法[J].电子与信息学报,2010,32(11):2686-2690. 被引量：10
-
6韩秋廷,郑吉平,张慧.基于粒子滤波的能量高效传感器网络数据查询处理技术[J].小型微型计算机系统,2013,34(6):1230-1236.
-
7周翟和,刘建业,赖际舟,熊剑.一种改进的UGPF算法及其在导航问题中的应用[J].南京航空航天大学学报,2010,42(6):727-730. 被引量：4
-
8张铁栋,万磊,曾文静,徐玉如.智能水下机器人声视觉跟踪系统研究[J].高技术通讯,2012,22(5):502-509. 被引量：1
-
9万磊,杨勇,李岳明.水下机器人执行器的高斯粒子滤波故障诊断方法[J].上海交通大学学报,2013,47(7):1072-1076. 被引量：7
-
10刘梦菱,秦岭.基于正则化的高斯粒子滤波算法[J].计算技术与自动化,2014,33(1):69-72. 被引量：2
